研发投入资本化与盈余管理

龚家凤 沈烈

【摘要】研发投入资本化的制度安排， 除了能够激发企业研发活力、提升创新能力， 还给盈余管理提供了空间， 因而成为各利益相关者关注的重点。 选择“人工智能第一股”KXF公司作为研究对象， 对其管理层借助研发资本化进行盈余管理的动机、手段和影响研究， 结果表明： 研发投入资本化与净利润的变动存在反向关系， 说明可能存在盈余管理行为; 管理层为掩盖收入后续增长疲乏、避免利润下降进行盈余管理， 而业绩压力强化了该动机; 盈余管理能够粉饰业绩， 达到使业绩平稳增长的目的， 但盈余管理行为会给未来业绩增长带来较大的“副作用”。

【关键词】研发投入;资本化;盈余管理;人工智能

【中图分类号】 F276.6     【文献标识码】A      【文章编号】1004-0994（2021）23-0041-9

一、引言

“推动互联网、大数据、人工智能和实体经济深度融合”， 在党的“十九大”已经上升为国家战略[1] 。 2021年， 作为“十四五”规划的开局之年， 人工智能已经成为推动国家发展的中坚力量， 涉及安防、政务、交通、教育、医疗等在内的多个领域， 具体应用包括智慧政法、智能互联网汽车、智能服务机器人、智能语音交互系统、视频图像身份识别、智慧医疗等。 在当前保持高质量经济发展的背景下， 人工智能企业面临着激烈的竞争， 要想在市场竞争中占有一席之位， 创新策源能力是关键[2] ， 无形资产具有一定的独特性和难以模仿性， 其正是人工智能企业核心竞争力的异质性资源[3] 。 这些企业在语音识别、视觉识别、自动化技术等的研发及与实体经济的融合上迎来了巨大发展机遇， 同时也面临着严峻挑战。

根据我国现行会计准则的规定， 无形资产是企业拥有或控制的没有实物形态的可辨认非货币性资产， 包括土地使用权、专利权、著作权、商标权、非专利技术和特许权。 我国《企业会计准则第6号——无形资产》规定， 无形资产的内部研发活动分为研究阶段和开发阶段， 由于研究阶段具有较大的不确定性， 将无形资产的研发投入全部作为费用化处理， 计入当期损益， 抵减了企业当期利润; 开发阶段具备形成新产品的基本条件， 其研發投入符合资本化条件的可资本化处理， 在达到预定用途后满足无形资产确认条件时， 可确认为无形资产， 后续在一定年限内进行摊销， 因此对当期利润没有直接影响， 内部开发无形资产资本化的处理能够满足企业短期提高净利润的需求。 虽然开发阶段研发投入资本化需要满足五个条件①， 但由于资本化条件是原则性而非操作性的， 因此实践中对于符合资本化条件的判断较为模糊， 会计准则的自由裁量权为企业盈余管理提供了一件“合法外衣”。 同时， 人工智能行业技术创新难度大， 未来不确定性强， 企业为获取技术创新优势以保持核心竞争力， 通常会加大研发投入金额， 而研发投入的资本化处理也为其盈余管理提供了空间。 因此， 对人工智能行业研发投入资本化与盈余管理的关系进行研究具有重要意义。

基于以上背景， 本文选择“人工智能第一股”KXF股份有限公司（简称KXF）作为研究对象， 分析其利用研发投入资本化对利润进行调节的动机、手段及其影响， 重点关注这家营业收入达百亿的企业进行盈余管理的动机， 揭示盈余管理给企业未来业绩和研发能力培养带来的潜在风险， 最后为企业实现持续、健康的发展提出建议。

二、理论基础与文献综述

（一）理论基础

现代企业所有权与经营权分离， 由此产生委托代理关系。 委托人与代理人通过签订管理契约和报告规则实现风险分担。 但委托人与代理人之间存在契约摩擦， 即管理契约和报告规则与企业实际情况存在不一致的情形， 同时由于存在信息不对称， 委托人与代理人之间不完全透明的信息交流与沟通导致摩擦， 盈余管理由此产生。 在完善的资本市场中， 财务报告具有重要的信息含量， 根据信号传递理论， 利益相关者依据接收到的信号做出相应的反应， 企业管理者为了获得预期的市场反应， 满足管理契约和报告规则的要求， 可能会利用其拥有的信息优势进行盈余管理。 人工智能企业会进行大量的研发活动， 研发投入金额也较高， 其会计处理为管理者提供了进行盈余管理的机会。 对研发投入采用资本化处理， 能够避免当期业绩出现大幅下滑， 除了能够粉饰经营业绩， 还能向市场传递企业研发能力较强的信号， 维护企业良好的发展形象， 以增加投资者对公司未来发展的预期。

（二）文献综述

盈余管理是指企业管理层在遵循会计准则原则的前提下， 通过选择不同的会计政策或借助非会计手段， 误导其他的信息使用者对企业经营业绩的理解或影响基于会计数据形成的契约结果， 以实现管理层效用最大化或企业市场价值最大化的目的。 目前主要包括两类盈余管理方式： 真实盈余管理通过安排真实交易， 对企业现金流、未来经营成果以及长期价值产生影响; 应计盈余管理通过会计政策的选择与运用， 改变实际盈余在不同会计期间的反映。 我国对盈余管理的研究目前已有丰富的成果， 具体可分为影响因素、经济后果以及手段等方面。

1. 影响因素。 盈余管理的影响因素具体可细分为企业外部因素和内部因素。 外部环境和外部利益相关者均可能对企业行为产生影响， 因此企业外部因素对盈余管理的影响包括外部环境和外部利益相关者两个方面。 外部环境因素包括宏观经济、环境不确定性和行业景气程度等。 宁博等[4] 发现， 市场出现信用违约后， 由于信用风险传染对非违约企业产生影响， 其中偿债能力弱或融资需求高的非违约企业具有更强的盈余管理动机。 外部利益相关者因素包括监管机构、审计师以及投资者等[5-9] 。

公司管理层限于管理契约和报告规则的要求， 需要按照既定的时间和方式对外报送财务报告， 因此公司内部因素对盈余管理的研究具体包括高管因素和企业特征两个方面。 高管因素包括： CEO声誉与盈余管理之间呈倒U型关系[10] ; 高管的学术经历和董秘的审计背景能够抑制公司的盈余管理行为， 提高盈余质量[11，12] ; 董事会性别断裂带、CEO权力与企业的盈余管理程度呈正相关关系[13，14] ， 并且管理层集权程度越高， 其盈余管理程度越高[15] 。 企业特征包括： 基于互联网的商业模式为上市公司盈余管理提供了更多的空间， 显著降低了盈余管理质量[16] ; 企业经营期望落差、金融化程度与融资约束均会导致管理层更强的盈余管理动机[17-19] ; 公司内部控制存在缺陷时， 也会导致更高程度的盈余管理[20] 。

2. 经济后果。 现有研究认为， 盈余管理降低了会计信息质量， 影响信息使用者对公司收益的客观判断， 因此对盈余管理经济后果的研究基本集中在负面影响， 如黄亮华和汤晓燕[21] 研究发现， 企业存在向上的真实盈余管理行为， 关键审计事项的披露更加具有差异性， 尤其是体现在审计应对部分， 导致关键审计事项的披露数量多、篇幅长[22] ; 盈余管理行为还会导致审计投入增加、抑制企业创新产出等[23，24] ， 对公司未来业绩也会产生不利影响[25] 。 但也有研究表明， 盈余管理能够促进技术创新、获取更多政府补助、显著降低债务融资成本[26-28] 。 汪炜和袁东任[29] 研究发现， 盈余质量对自愿性信息披露有契约作用和鉴证作用， 能够显著降低代理成本， 提高公司价值与自愿性披露水平的相关性。

3. 手段。 目前， 盈余管理的手段主要是利用较灵活的项目或具有控制权的交易实现盈余管理目标， 如母子公司交易、资产处置和公允价值计量等[30-33] ， 也有研究发现公司利用供应链关系资源进行盈余管理[34] 。 研发投入资本化也成為盈余管理的重要手段， 但利益相关者能够识别公司的盈余管理行为， 并采取应对措施， 如降低信用评级、出具非标审计意见等。

研发投入资本化处理能够激发企业研发活动的积极性， 提升企业核心竞争力， 产生价值效应， 但研发投入会计政策的选择， 除了受到企业内部开发活动的项目进展影响， 还可能受到管理层机会主义的干预， 体现在企业为了平滑收益、避免被ST、扭亏为赢或再融资的需要而选择对研发投入进行资本化处理。 会计准则为研发投入的会计处理提供了较大的灵活性， 同时管理层有能力对研发投入的会计处理进行操纵， 因此为其盈余管理提供了空间。 管理层在业绩压力较大的情况下， 可能选择研发投入资本化处理来避免营业利润下降， 因此只有在企业盈余管理动机较弱的情况下， 研发投入资本化才具有较高的价值相关性， 从而发挥其信号传递的作用。 李昊洋和韩琳[35] 从企业债务违约风险视角， 认为违约风险会产生市场的负面反应， 因此管理层为避免利益相关者遭受损失， 会利用资本化研发投入进行盈余管理。 王燕妮等[36] 研究发现， 公司收益较高时， 倾向于将研发投入费用化进行盈余管理; 公司具有扭亏压力时， 则倾向于利用研发投入资本化进行盈余管理， 以避免企业处于亏损状态。 现有研究大多认为业绩压力是管理层进行盈余管理的主要动机， 研发投入资本化作为真实的盈余管理活动， 具有较强的隐蔽性和较大的灵活性， 很难通过常规的真实盈余管理模型进行识别。

上述对盈余管理的影响因素和经济后果进行分析的文献较多， 对盈余管理具体手段研究的则较少， 也缺乏对研发投入资本化与盈余管理之间路径的深入剖析， 但已经将盈余管理、研发投入资本化与业绩压力等联系起来， 为本文提供了框架性借鉴。 研发投入资本化作为盈余管理的重要手段之一， 其相关研究以实证研究为主， 缺乏对单个案例的深入探讨， 未能提供研发投入资本化与企业盈余管理之间因果关系的证据， 也未能解释外部环境影响管理层盈余管理行为的路径， 因此也难以直观地感受到人工智能企业进行盈余管理的内外部环境、影响程度和操纵后果。

三、研究设计

本文采用案例研究方法， 在理论分析与文献梳理之后， 选取KXF作为案例分析对象， 结合KXF2008 ～ 2020年的财务报表、审计报告、年度报告以及关于该案例的媒体报道等相关资料， 分析KXF利用研发投入资本化方式进行盈余管理的手段、动机及其经济影响。

（一）研究对象

本文选择KXF作为案例分析对象， 主要是考虑到： 首先， 大样本对研发投入和其资本化进行研究， 通常关注的是影响因素和经济后果， 案例研究则能够更细致地分析研发投入资本化对企业业绩影响的具体方式和路径， 便于进行深入研究。 其次， 人工智能近几年发展如火如荼， 而KXF被称为“人工智能第一股”， 其核心技术全部来自自主研发②， 研发投入金额巨大， 2020年其研发投入高达24.16亿元， 对其进行案例分析有助于研究人工智能行业的研发投入资本化问题。 最后， 通过对2019年人工智能概念股信息技术和软件服务业的公司进行统计， 发现研发投入资本化比例平均为21%， 而KXF研发投入资本化的比例长期维持在50%左右， 远远高于可比行业资本化的比例， 因此选择KXF作为案例研究对象， 分析其高比例研发投入资本化的动机、手段和影响， 具有一定的现实意义。

（二）研究思路

首先， 本文从KXF自上市以来的研发投入资本化比例居高不下作为证据对其进行推断， 并进行横向和纵向分析， 初步推测其可能存在盈余管理行为。 其次， 通过纵向分析研发投入资本化与净利润的变动关系， 推断其进行盈余管理的动机; 进一步结合市场情况对营业收入和应收账款进行分析， 推断目前企业的市场压力较大， 能够为盈余管理动机提供支撑; 同时结合报表信息， 对盈余管理的“副作用”进行分析， 说明盈余管理对业绩的改善只是暂时的， 反而给企业长远发展带来了较大的潜在风险。 最后， 结合理论分析， 对管理层盈余管理行为和动机进行推测， 建议企业在进行研发投入资本化时综合考虑对技术能力、可持续性发展的影响。

四、基于研发投入资本化比例较高的盈余管理证据推断

KXF成立于1999年， 2008年在深交所挂牌上市， 主营业务是语音及语言、自然语言理解、机器学习推理及自主学习等， 所涉及的应用领域包括教育、医疗健康、广告营销、交通出行、智能家居等。 KXF与同行业其他公司相比， 研发投入资本化比例居高不下， 基于此， 本文从研发投入整体情况、横向、纵向以及研发项目四个方面进行具体分析。

（一）整体情况

KXF2008 ～ 2020年的研发投入相关数据如图1所示。 上市以来， 一方面， KXF研发投入金额逐年上升， 与营业收入的增长趋势基本一致， 说明KXF作为一家通过研发打造核心竞争力的公司非常重视研发活动， 这一点从研发人员的变化中（2014年的1658人增加到2020年的6461人）也得以证实③， 研发人员比例维持在60%左右。

另一方面， 研发投入占营业收入的比例存在一个转折点， 具体表现为： 2014年之前， 研发收入占营业收入的比例逐年上升， 且研发投入的增长比例高于营业收入的增长比例（如图2所示）， 而从2014年开始， 研发投入占营业收入的比例呈下降趋势， 且研发投入的增长比例总体低于营业收入的增长比例。 这可能是由于2014年以后市场竞争较激烈， 而KXF的营业收入虽然逐年增长， 但增速放缓， 且利润质量不高， 导致2014年以后除了2018年， 其他年份研发投入的增长比例低于营业收入的增长比例， 研发投入占营业收入的比例也呈现下降趋势④。 特别是2020年， 在营业收入保持29.23%增速的情况下， 研发投入占营业收入的比例首次下降到20%以下， 这与人工智能产业激烈竞争的情况并不相符。

（二）纵向分析

上市以来⑤， KXF平均研发投入资本化比例为46%， 研发投入及资本化比例常年维持在较高的水平， 但不同年份之间相差较大， 而人工智能概念股同行业公司的平均研发投入资本化比例为23%， 远高于可比公司平均水平。

（三）横向分析

人工智能技术涉及多个传统行业， 而KXF属于软件和信息技术服务业， 其运营模式可能与其他行业存在区别， 因此本文选择了人工智能概念板块下的162家公司， 剔除2020年上市的16家公司以及不属于软件和信息技术服务业的83家公司， 共得到包括KXF在内的63家公司进行同行业对比。 运用PSM方法进行1∶3匹配， 共匹配得到对照组31个公司—年度值， 匹配所选择的协变量包括公司规模、研发投入与研发产出， 其中： 公司规模用期末总资产的自然对数进行衡量; 研发投入用研发投入占营业收入的比例进行衡量; 研发产出用集团公司当年独立获得授权的专利数量进行衡量， 包括发明专利、实用新型和外观设计专利。 东华软件（002065）、四维图新（002405）、神州泰岳（300002）、恒生电子（600570）和东软集团（600718）公司的多个年度值匹配成功， 因此本文选择这五家公司作为KXF的可比公司对研发投入资本化进行横向分析。

通过分析KXF与可比公司的研发投入及资本化情况（限于篇幅， 具体情况未予列示）可知， 四维图新和恒生电子每年研发投入占营业收入的比例基本保持在40%左右， 高于KXF的研发投入占营业收入的比例， 但这两家公司的研发投入资本化比例均较低， 尤其是恒生电子， 2009年以来研发投入资本化金额均为0， 而四维图新研发投入资本化比例在20%左右。 东华软件和东软集团研发投入占营业收入的比例相对于KXF偏低一些， 它们的研发投入资本化比例也远远低于KXF， 基本在10%以下。 神州泰岳上市以来， 其研发投入资本化平均比例为31.98%， 同样低于KXF的45.97%。 根据年报披露的信息， 东软集团2015年以来研发人员的占比达75%以上， 远高于KXF的60%， 且其研发活动产出效率较高， 但研发投入资本化比例平均不到10%。 因此， 从横向分析来看， 即便在重视研发活动且研发效率较高的公司， 其研发投入资本化比例也比KXF低很多， 从而推断KXF存在利用研发投入资本化进行盈余管理的可能。 另外， 由于研发投入资本化处理具有的灵活性使同行业可比公司的会计信息失去可比性， 降低了会计信息质量， “人为”地为利益相关者做出经济决策增加了难度。

（四）研发项目具体分析

根据2018年发布的《深圳证券交易所行业信息披露指引第12号——上市公司从事软件与信息技术服务业务》（深证上[2018]203号）第八条第二点的规定： 上市公司存在研发投入资本化情形的， 应披露研发投入资本化金额、相关项目的基本情况、实施进度; 研发投入资本化的依据及相关内部控制制度的内容和执行情况。 因此， KXF于2018年起在年报中对研发投入资本化的项目进行了详细披露（限于篇幅， 具体情况不再列示）。

首先， 已披露的项目研发周期较长， 至少在两年以上， 而人工智能市场瞬息万变， 进展缓慢的研发项目不利于在未来快速占领市场， 也可能会使利益相关者对其研发能力产生怀疑。 其次， 研发项目金额过高， 研发投入资本化金额巨大， 如基于大数据的精准教学与智能学习平台项目当前的研发投入资本化金额已达到2.53亿元， 智能语音交互能力平台目前研发投入资本化金额共2.32亿元， KXF人工智能开放平台及商业变现体系研发当前的研发投入资本化金额共1.94亿元， 并且仍处于开发阶段。 再次， 研发项目后续情况不明， 如2019年仍处于研发阶段的项目在2020年年报中并未进行持续披露， 特别是基于大数据的精准教学与智能学习平台项目、智能语音交互能力平台和KXF人工智能开放平台及商业变现体系研发， 这三个项目资本化金额均在2亿元左右， 无法了解其后续是否完成开发， 确认为无形资产抑或是研发中止应转为当期损益， 不利于利益相关者了解其研发产出及判断未来收益。 最后， 公司对于研究阶段资本化条件的说明比较模糊， 在公司年度报告和审计报告中， 均是按照准则的相关规定进行模板化披露， 没有结合公司产品研发的特点进行具体可操作的表述， 如可比公司东华软件在年报中说明“对于满足基本条件并符合开发支出资本化的项目， 公司会及时提交总经理辦公会讨论， 审批通过后， 项目正式立项进入资本化开发阶段”， 而KXF针对公司的研发投入资本化条件没有做进一步说明。

综上所述， KXF对于开发阶段研发投入资本化的条件划分比较粗糙， 缺乏可操作性， 且研发项目研发周期长、投入金额过高和后续情况不明， 可能使利益相关者对其研发能力、研发投入资本化的合理性以及未来形成无形资产的经济效益产生怀疑。

五、KXF盈余管理手段、动机及“副作用”推断

（一）手段： 研发投入资本化金额与利润指标变动趋势相反

KXF在中文语音合成市场处于领先地位， 享受着高额的政府补助， 市场对其预期较高， 因此企业业绩压力较大。 尤其是在2014年百度陆续发布了一系列具备创造性的Deep Speech深度语音识别系统等， 且该软件是完全免费的， 对KXF原有的市场造成了巨大的冲击， 这可能是KXF营业收入增速下降的主要原因。

KXF的营业利润、净利润与研发投入资本化情况如图3所示， 若按照研发投入全部费用化对营业利润和净利润进行调整， 可以发现研发投入资本化金额与调整后的营业利润呈相反的趋势， 即当年调整后营业利润较高时， 研发投入资本化金额较低， 而当年调整后营业利润较低时， 研发投入资本化金额较高， 通过对研发投入资本化金额的调整， 实现营业利润的稳定增长， 推测KXF可能存在利用研发投入资本化进行盈余管理的可能。 对研发投入资本化与净利润的关系进行分析， 发现研发投入资本化金额与调整后净利润也呈现相反的趋势， 这一趋势在2015 ～ 2020年表现得更为明显， 净利润实现了更为稳定的增长， 进一步推断KXF可能存在利用研发投入资本化进行盈余管理的情况。 尤其是2015 ～ 2019年KXF的营业收入保持高速增长（如图4所示）， 平均增长率达40%， 但净利润却表现为微增或微减， 这与企业实际运行规律不一致， 从另一个角度也反映了KXF的盈利能力堪忧， 可能存在通过研发投入资本化进行盈余管理的动机， 以实现“包装”业绩的目的。

（二）动机

1. 维持利润指标平稳增长。 KXF利用研发投入资本化对利润进行盈余管理， 可以使营业利润和净利润均维持在比较平稳的增长趋势， 向市场传递公司发展良好的信号。 若研发投入全部费用化， 对KXF的营业利润进行调整， 得到调整前后对比如图5所示。

2014 ～ 2018年调整后的营业利润持续下降， 尤其是2017 ～ 2019年连续三年调整后的营业利润均为负， 说明营业利润质量较低， 且调整后营业利润增长率波动幅度更加明显， 由此推断KXF可能存在利用研发投入资本化进行盈余管理的情况， 以实现营业利润指标的平稳增长。 结合图3， 调整后的净利润增长亦波动较大， 2014 ～ 2018年调整后净利润增长趋势持续下降， 2019年调整后净利润增长率虽为正， 但调整后净利润仍为负。 这说明在业绩不好时， 企业可能会提高研发投入资本化比例， 以减小当期的利润压力。 通过这样的方式， KXF在市场压力较大的情况下， 其净利润基本保持着较为平稳的增长， 可见KXF对研发投入资本化调整利润指标依赖性较大。

2. 缓解业绩压力。 2010年人工智能语音识别领域取得突破性进展， KXF作为较早一批进入人工智能行业的企业， 凭借其“先发”优势， 迎来了初期的快速增长， KXF在2010 ～ 2013年营业收入平均增长率达到42.6%。 2014年以后人工智能技术和产业基础积累成熟， 虽然整个人工智能产业仍保持增长， 但是增速放缓， 而且增长的行业大多表现在无人驾驶、机器人和大数据等， 同时2014年在智能语音识别市场出现了一些强有力的竞争对手， 如亚马逊、百度、阿里和小米等巨头公司， 并且这些巨头公司以免费或较低价格提供服务， 对于KXF的主营业务冲击较大， 虽然人工智能市场扩大， 但KXF在2014年左右其营业收入增长率出现了较为明显的下降。 除此之外， 寒武纪、腾讯云、旷视、云从科技等后起之秀也在跃跃欲试， KXF遭受到“前有强敌后有追兵”的双面夹击， 面临资本市场和生存空间的双重压力。 如图6所示， KXF在2013 ～ 2020年除了2017年和2018年， 营业收入增长率逐年下降， KXF市场表现“疲乏”。 分析还发现， 营业利润增长率远远低于营业收入增长率， 存在“增收不增利”的现象， 强化了KXF通过研发投入资本化进行盈余管理的动机。

KXF在2008 ～ 2020年的应收账款相关数据如图7所示。 由图可知， 应收账款增长率持续为正， 一方面是与营业收入规模有关， 另一方面是公司采用应收款形式销售较多。 结合应收账款占营业收入比例进行分析， 发现该比例持续较高， 2014年该比例达到57.16%， 最低比例是2008年的38.73%， 较高的应收账款会使企业可供使用的货币资金减少， 影响企业现金流， 另外采用应收款销售也是市场“话语权”下降的表现。

对图8 KFX的坏账率进行分析， 其坏账率从2008年的1.39%增长到2020年的4.43%， 较高的坏账率通常意味着客户质量不高， 或者应收款形成的营业收入不真实， 最终通过资产减值损失予以冲销， 如2020年KXF的坏账损失达到2.77亿元， 计提的坏账准备高达7.91亿元， 2019年KXF的坏账损失达到2.21亿元， 计提的坏账准备为5.72亿元。 这也从侧面反映出在人工智能市场上， KXF的客户质量不高， 且市场话语权在下降， 其业绩压力不断加大， 盈余管理动机增强。

综上所述， KXF营业收入增速放缓、应收账款比例较高， 在人工智能行业快速发展的情况下， 其近年来的业绩情况不太理想， 市场话语权下降， 呈现后续增长乏力之“疲态”， 且营业利润质量较低。 根据信号传递理论， 对于科技创新型企业， 采用提高研发投入资本化比例的方式进行盈余管理， 能够提高企业业绩的同时， 还能够向市場传递其创新能力较强的信息。 根据信息不对称理论， 管理者的信息优势为其进行盈余管理提供了机会， 而外部利益相关者由于处于信息劣势， 可能无法识别管理者利用研发投入资本化进行盈余管理的行为。 由此可以看出， KXF通过研发投入资本化维持利润指标平稳增长， 是管理层利用研发投入资本化进行盈余管理的主要动机， 而业绩压力增强了这一动机。

（三）高比例研发投入资本化的“副作用”

KXF在长期高比例研发投入资本化的会计处理之下， 其总资产和无形资产均得到了增长， 具体如图9所示。

2020年公司的无形资产相对于2008年上市之初增长了81倍， 而总资产也增长了41.62倍， 无形资产净额占总资产的比重从2008年的4%左右增长到2020年的7.68%。 但无形资产未来通过摊销进入管理费用或产品成本， 最终对利润产生影响。 根据KXF的会计政策， 内部自行研发的无形资产， 在2 ～ 5年内进行摊销， 并且由于较高的研发投入资本化比例， 形成的无形资产金额较高， 未来摊销压力巨大⑥， 2008 ～ 2020年无形资产摊销情况具体如图10所示。

由图10可知， 2008 ～ 2020年公司当年无形资产摊销金额逐年上升， 平均增长率高达67%， 而快速增长的无形资产摊销金额与每年新增内部开发的无形资产密不可分⑦， 内部开发形成的无形资产占无形资产余额比例的均值为59.64%， 如2019年新增内部开发无形资产金额为9.26亿元， 由此产生的无形资产摊销每年新增至少为1.85亿元， 占当年净利润的比例接近20%。 公司在2015 ～ 2017年净利润增长率下降， 可能也是受到无形资产摊销压力的影响， 在市场压力和内部无形资产摊销的双重压力之下， KXF可能不得不继续维持其较高的研发投入资本化比例， 以缓解利润指标所面临的巨大压力。 因此， 在选择对研发投入进行资本化处理时， 还需要考虑未来存在“反噬”的风险， 避免影响其未来的可持续发展。

六、结论

本文采用案例分析方法， 分别从证据推断、手段推断、动机推断三个方面分析KXF利用研发投入资本化进行盈余管理的行为及其可能存在的“副作用”。 研究结果表明： KXF研发投入资本化与净利润长期呈现反向变动关系， 由此推断其可能存在盈余管理行为。 公司采用研发投入资本化会计处理， 掩盖公司营业利润质量较低、净利润下降、市场增长疲乏的现象， 以达到使企业利润指标平稳增长、粉饰财务报表的目的。 维持利润指标平稳增长， 是公司进行盈余管理的主要动机， 而市场压力强化了这一动机， 尤其是2014年之后在智能语音识别市场上出现了很多强有力的竞争对手， 对公司的冲击较大， 同时受到前期研发投入资本化形成无形资产进行摊销的侵蚀， 使得公司业绩压力增大， 公司不得不选择持续高比例研发投入资本化， 对业绩进行盈余管理， 在报表中勉强维持持续增长的净利润。

对外部投资者来说， 盈余管理行为可能会误导其对企业真实经营情况和研发能力的判断， 尤其是KXF采用研发投入资本化的会计处理， 增加营业利润， 可能使外部投资者错误地认为其持续盈利能力较强， 同时研发投入资本化形成无形资产， 使投资者对其研发能力产生过于乐观的估计， 从而对公司业绩形成不合理的预期， 最终可能会导致投资失败。 对内部管理者来说， 对企业进行盈余管理， 可能导致内部决策的不合理， 公司面对市场新宠百度、腾讯、阿里等互联网企业⑧， 特别是面对百度Speech语音识别系统、阿里天猫精灵等市场反响较好的语音识别相关智能硬件产品时， 没有能够很好地推出“拳头产品”予以应对， 这些市场曾经都是KXF的主战场。 此时， KXF对市场变化感到恐慌， 直接或间接导致KXF在2019年裁减研发人员将近500人⑨， 不仅降低了公司研发能力， 也对公司未来可持续发展造成了不良影响。 综上， 为降低外部投资者与内部管理者之间的信息不对称， 增强会计信息的可比性， 本文建议企业在披露研发投入资本化情况时， 能够结合公司产品特点， 设定研究阶段和开发阶段的关键节点， 以实现两个阶段的清晰划分， 并对开发阶段资本化条件做可操作性的表述， 增强相关财务信息的可理解性。

人工智能行业自2019年进入发展战略2.0时期， 作为我国掌握自主产权并处于国际领先水平的行业， 应用前景广阔， 国家出台了很多政策支持人工智能行业的发展。 2020年新冠疫情非但没有影响人工智能行业的发展， 反而加速了其成长， 疫情期间人工智能发挥了非常重要的作用， 使政务、医疗保健和线上教育等多个行业受益。 本文基于KXF的案例研究认为： 盈余管理行为对企业利润指标的改善是暂时的， 不具有可持续性， 从长远来看可能给未来带来研发能力下降、利润质量不高、未来业绩压力大等较为突出的潜在风险， 公司想要真正地提高业绩水平， 还是要基于市场， 拥有自主创新能力， 才能在竞争激烈的市场竞争中拥有自己的一席之地。 人工智能崛起为数据基础服务提供了长期向好的基本面， 到2025年中国人工智能核心产业规模将超过4000亿元， 未来人工智能賦能实体经济市场规模将呈指数型增长。 通过提高研发投入资本化比例， 对外能够传递研发能力较强的信号， 短期内提高了企业的业绩， 但将成为长期发展的负累， 受到资本化研发投入未来摊销的“反噬”， “走捷径”无法帮助企业在市场中占据长期发展优势， 只有依靠关键技术引领核心竞争力， 以技术创新作为发展的最主要手段， 持续推进公司稳健经营， 借助科技创新带来高质量增长， 为我国经济提供不竭动力。

【 注 释 】

① 这五个条件是：完成该无形资产以使其能够使用或出售在技术上具有可行性;具有完成该无形资产并使用或出售的意图;无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场，无形资产将在内部使用的，能够证明其有用性;有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产;归属于该无形资产开发阶段的支出能够可靠地计量。

② 根据KXF2019年年度报告。

③ 由于KXF在2008 ～ 2014年的年度报告中并未披露研发人员的数量，因此只能收集到2014 ～ 2020年度的数据，其中2014年的相关数据来自2015年的年度报告。

④ KXF在2009年年报和审计报告中披露的研发投入金额均为54843064.76元，但是在2010年年报和审计报告中披露的研发投入可比期间数据2009年的金额是62657125.94元，年报和审计报告均未作解释，本文分析使用的研发投入数据来自2009年审计报告，下同。

⑤ 由于数据库中无法获取上市以前的研发投入信息，因此无法进行上市前后的比较分析。

⑥ 2016 ～ 2020年无形资产摊销金额分别为2.06亿元、2.48亿元、3.68亿元、6.15亿元、9.09亿元。

⑦ KXF2014年以后的年报中没有单独披露内部开发形成的无形资产摊销金额，但2008 ～ 2013年内部开发形成的无形资产摊销金额平均占当年无形资产摊销金额的比例为85%。

⑧ 百度、腾讯、阿里等互联网企业进军智能语音识别市场，虽然该业务只占这些企业主营业务很小的比例，但其是KXF的主营业务之一，因此对KXF冲击较大。

⑨ 数据来自2019年年度报告，研发人员数量由2018年的6902人减少到2019年的6404人，離职员工中包括公司限制性股票激励计划的激励对象。

【 主 要 参 考 文 献 】

[1] 习近平.决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利———在中国共产党第十九次全国代表大会上的报告[EB/OL].http：//cpc.people.com.cn/19th/n1/2017/1027/c414395

-29613458.html，2017-10-27.

[2] 胡斌，吕建林，杨坤.人工智能企业创新策源能力影响因素分析[ J].西安财经大学学报，2020（5）：27 ～ 34.

[3] 李倩，潘玉香.智能制造企业无形资产结构与经营绩效相关性研究[ J].东南大学学报（哲学社会科学版），2020（S1）：19 ～ 26.

[4] 宁博，潘越，陈秋平，肖金利.信用风险传染与企业盈余管理：基于信用债违约的视角[ J].会计研究，2020（3）：66 ～ 77.

[5] 古朴，翟士运.监管不确定性与企业盈余质量——基于证监会换届的准自然实验[ J].管理世界，2020（12）：186 ～ 202.

[6] 李青原，蒋倩倩.税收征管与盈余管理——基于“所得税分享改革”准自然试验[ J].经济评论，2020（5）：3 ～ 16.

[7] 柳木华，雷霄.审计师利用专家工作抑制盈余管理了吗？——基于关键审计事项披露的经验证据[ J].审计研究，2020（1）：78 ～ 86.

[8] 黄晓波，梁诗佳，危思琦.机构持股、盈余质量与债务资本成本[ J].南京审计大学学报，2020（5）：9 ～ 19.

[9] Chen H.， Chen J. Z.， Lobo G. J.， et al.. Effects of Audit Quality on Earnings Management and Cost of Equity Capital： Evidence from China[ J].Contemporary Accounting Research，2011（3）： 892 ～ 925.

[10] 徐宁，张阳，徐向艺.CEO声誉对真实盈余管理的“双刃”效应研究：“逐利争名”还是“取义舍利”[ J].上海财经大学学报，2020（4）：107 ～ 122.

[11] 徐铁祥，郭文倩.学者型高管对企业真实盈余管理行为的影响[ J].经济与管理评论，2020（6）：76 ～ 87.

[12] 林萍，林伯强，张雅玲.董秘审计背景会抑制盈余管理行为吗？——来自中国A股上市公司经验数据[ J].东南学术，2020（5）：148 ～ 157.

[13] 王晓亮，蒋勇，刘振杰.董事会断裂带、会计稳健性与真实盈余管理[ J].审计研究，2019（5）：120 ～ 128.

[14] 周冬华.CEO权力、董事会稳定性与盈余管理[ J].财经理论与实践，2014（6）：45 ～ 52+58.

[15] 贺琛，陈少华，余晴.制度环境、管理层权力与盈余管理[ J].现代财经（天津财经大学学报），2014（10）：80 ～ 95.

[16] 李荣，王瑜，陆正飞.互联网商业模式影响上市公司盈余质量吗——来自中国证券市场的经验证据[ J].会计研究，2020（10）：66 ～ 81.

[17] 连燕玲，刘依琳，郑伟伟.经营期望落差、管理自主权与企业财务造假[ J].上海财经大学学报，2021（2）：46 ～ 60+92.

[18] 马红，侯贵生.企业金融化与盈余管理——基于异质性持有目的的研究视角[ J].经济经纬，2021（1）：105 ～ 113.

[19] 陈燊，邓春梅，陈汉文.融资约束、内部控制与盈余管理策略[ J].东南学术，2020（4）：147 ～ 156.

[20] 郭兆颖.内部控制缺陷、会计稳健性与盈余管理关系研究[ J].预测，2020（3）：58 ～ 64.

[21] 黄亮华，汤晓燕.关键审计事项：审计师的“免责声明”？——企业真实活动盈余管理和关键审计事项披露的差异化[ J].财经研究，2021（2）：139 ～ 153.

[22] 李奇凤，刘洪渭.关键审计事项：上市公司审计师责任感知与披露决策的实证分析[ J].山东大学学报（哲学社会科学版），2021（2）：174 ～ 184.

[23] 王仲兵，张月，王攀娜.企业业绩补偿承诺与审计投入[ J].审计研究，2021（1）：50 ～ 58.

[24] 朱湘忆.真实盈余管理、产权性质与创新绩效[ J].中央财经大学学报，2020（5）：53 ～ 64.

[25] Kothari S. P.， Mizik N.， Roychowdhury S.， et al.. Managing for the Moment： The Role of Earnings Management via Real Activities versus Accruals in SEO Valuation[ J].Accounting Review：A Quarterly Journal of the American Accounting Association，2016（2）： 559 ～ 586.

[26] 孙良柱.融资约束、盈余管理与技术创新——基于制造业上市公司的实证分析[ J].贵州财经大学学报，2020（6）：29 ～ 37.

[27] 赵文耀，白霄，郑建明.政府补助是否更青睐盈利企业——基于A股上市公司的实证研究[ J].山西财经大学学报，2020（5）：112 ～ 126.

[28] 薄澜，冯阳.债务契约与盈余管理关系的实证研究[ J].财经问题研究，2014（2）：102 ～ 107.

[29] 汪炜，袁东任.盈余质量对自愿性信息披露的影响及作用机理[ J].统计研究，2014（4）：89 ～ 96.

[30] 张新民，陈帅，卿琛.盈余管理的新策略：来自母子公司交易的经验证据[ J].北京工商大学学报（社会科学版），2021（2）：38 ～ 50.

[31] 刘行健，刘昭.内部控制对公允价值与盈余管理的影响研究[ J].审计研究，2014（2）：59 ～ 66.

[32] 王福胜，程富，吉姗姗.基于资产处置的盈余管理研究[ J].管理科学，2013（5）：73 ～ 86.

[33] Dechow P. M.， Myers L. A.， Shakespeare C.， et al.. Fair Value Accounting and Gains from Asset Securitizations： A Convenient Earnings Management Tool with Compensation Side-Benefits[ J].Journal of Accounting and Economics，2010（1）：2 ～ 25.

[34] 周晨，赵秀云，刘晓红.供应链关系资源与企业债务融资能力——基于盈余管理视角的经验证据[ J].统计与决策，2020（7）：167 ～ 170.

[35] 李昊洋，韩琳.公司债务违约风险与研发支出资本化选择研究[ J].证券市场导报，2020（12）：29 ～ 35+74.

[36] 王燕妮，张书菊，王方.R&D资本化与费用化政策选择的影响因素研究[ J].科学学研究，2013（4）：546 ～ 553.